Nghiên cứu này tập trung phát triển và tối ưu hóa các mô hình học sâu (Deep Learning) nhằm hỗ trợ chẩn đoán bệnh bụi phổi silic nghề nghiệp dựa trên ảnh X-quang ngực. Mục tiêu chính là xây dựng hệ thống phân loại tự động có khả năng nhận diện chính xác các tổn thương đặc trưng của bệnh lý này. Phương pháp tiếp cận chủ đạo dựa trên việc ứng dụng kiến trúc mạng thần kinh tích chập (CNN) và kỹ thuật học chuyển tiếp để xử lý hiệu quả tập dữ liệu hình ảnh y tế. Kết quả nghiên cứu kỳ vọng cung cấp công cụ hỗ trợ đắc lực cho bác sĩ chuyên khoa, giúp rút ngắn thời gian sàng lọc và giảm thiểu sai sót chủ quan trong đánh giá lâm sàng. Đề tài không chỉ mang ý nghĩa khoa học trong ứng dụng trí tuệ nhân tạo mà còn có giá trị thực tiễn quan trọng trong công tác bảo vệ sức khỏe người lao động.